3.1 Dữ liệu nghiên cứu
3.2.4 Đánh giá các dự báo
Để so sánh độ chính xác của các dự báo trong bài luận văn này, tác giả sử dụng hai chỉ số, đó là, căn bậc hai của trung bình sai số bình phƣơng (RMSE – Root Mean Square Error) và hệ số bất ổn Theil (Theil inequality coefficient).
3.2.4.1 Căn bậc hai của trung bình sai số bình phương – RMSE
Giả sử bộ dữ liệu trong bài luận này là Y1, …, YT. Tác giả sẽ chia bộ dữ liệu này thành hai phần: một phần để ƣớc lƣợng mơ hình (Y1, …,Yt) và một phần để dự báo (Yt+1, …,YT). Để kiểm tra độ chính xác của các dự báo, tác giả sử dụng bộ dữ liệu (Y1, …,Yt) để ƣớc lƣợng các hệ số của mơ hình và sử dụng dữ liệu cịn lại để dự
báo. Các số liệu dự báo sẽ đƣợc so sánh với tăng trƣởng GDP thực tế.
Sai số dự báo là sự khác biệt giữa giá trị thực tế và số liệu dự báo của tăng trƣởng GDP
̂
Và căn bậc hai của trung bình sai số bình phƣơng – RMSE đƣợc tính tốn bởi cơng thức sau
√
RMSE tƣơng đối dễ tính tốn và dễ hiểu. Mơ hình dự báo tạo ra RMSE càng nhỏ thì chất lƣợng dự báo càng tốt. Trong bài nghiên cứu này, tác giả kỳ vọng các mơ hình dự báo cải tiến sẽ có RMSE thấp.
3.2.4.2 Hệ số bất ổn Theil
Một thƣớc đo tốt hơn để đánh giá độ chính xác của mơ hình là hệ số bất ổn Theil, đƣợc cho bởi công thức sau
√ ∑ ( ̂ ) √ ∑ ( ̂) √
∑ ( )
Trong đó n là số quan sát trong mẫu dự báo. Hệ số bất ổn Theil nằm trong khoảng từ 0 đến 1. Hệ số Theil càng gần 0 thì độ chính xác của dự báo càng cao. Ngƣợc lại, một hệ số Theil càng gần 1 chỉ ra rằng chất lƣợng dự báo rất không tốt. Hệ số Theil đƣợc sử dụng để củng cố các đánh giá dự báo đƣợc đƣa ra trong bài luận này.
CHƢƠNG 4 KẾT QUẢ NGHIÊN CỨU